考虑矿物各向异性的地聚物/集料界面静动态交互特征模拟

地聚物作为一种低碳环保、应用潜力广阔的无机结合料，其与不同表面构造集料的界面交互作用直接影响地聚物混凝土的力学性能和耐久性。充分考虑集料矿物晶向的各向异性，采用分子动力学模拟(Molecular Dynamics， MD)从原子分子层次的作用模式和强度分析，模拟了地聚物主要水化成分N-A-S-H、C-A-S-H和集料矿物化学成分SiO₂、CaCO₃不同晶面的静态界面相互作用，并采用单轴拉伸方法从纳米尺度下讨论了不同界面交互的动态力学行为。模拟结果表明：CaCO₃各晶面表现出比SiO₂更强的表面能和表面浸润性，并与C-A-S-H、N-A-S-H的界面相互作用势和拉伸应力更强，但CaCO₃晶面各向异性明显，性能稳定性不及SiO₂。地聚物与集料矿物的相互作用势主要由静电势提供，由于矿物界面静电作用及浸润特征，交互区水分子聚集，氢键作用明显，同时水分子与Ca²⁺、Na⁺进行配位形成水合离子，有助于离子在矿物表面迁移、沉淀与成核生长，增强界面空间位阻效应。在单轴拉伸模拟中，地聚物与集料矿物界面拉伸失效机制包括2个阶段：第1阶段(0 nm＜界面位移d＜0.15 nm)主要克服界面交互的静电作用，第2阶段(0.15 nm≤d≤0.3 nm)主要克服氢键作用。MD模拟有助于从分子尺度揭示地聚物与集料界面作用机制，为进一步研究地聚物混凝土材料优化、交互界面强化及损伤等提供了新方法和理论依据。     

PHEV能量管理策略研究

针对一款串联型插电式混合动力公交车,文章基于MTLALB建立整车和各部件数值模型。在中国典型城市公交工况下,建立基于全局优化的DP策略,并与CD-CS策略和PMP策略进行能耗对比分析。结果表明:(1)基于CD-CS策略的后期SOC在一定范围内波动,DP策略与PMP策略的SOC轨迹近似呈线性变化。(2)CD-CS策略较DP策略的能耗成本高22.68%,PMP策略比DP策略的能耗成本高0.30%。DP策略与PMP策略可以合理分配能量源,实现全局最优,但DP策略相比PMP策略计算量大。     

黄土地区抗滑桩嵌固段桩前被动土拱形成演化过程试验

抗滑桩是大型交通基础设施中稳定边坡和治理滑坡的主要手段之一，嵌固段桩前被动土拱效应是影响抗滑桩水平承载力的重要因素，被动土拱的形成演化过程是抗滑桩水平抗力调整的关键。通过几何缩尺比例为1∶15的抗滑桩物理模型试验，对桩前被动土拱的形成演化过程进行了探究。根据抗滑桩桩前被动土拱和模型试验系统的对称性，自主设计土压力传感器的布设方案，以保证在试验过程中对桩前土体各测点的x和y方向土压力分布规律进行实时采集；采用千斤顶对模型桩施加水平荷载，对加载过程中抗滑桩嵌固段桩身弯矩、桩前土压力及桩前土体应力变化规律进行了分析。绘制桩前土体应力云图并对桩前被动土拱拱轴线进行了拟合，同时采用数值模拟方法进行对照分析，以揭示桩前被动土拱的演化过程。结果表明：①桩身弯矩和桩前接触土压力均在嵌固点下4倍桩宽处附近出现极大值，后随埋深逐渐减小；②桩前被动土拱是由相邻桩对桩前土体的相互作用使主应力发生偏转而逐步形成的，其演化过程可分为初步形成阶段、承载阶段和破坏阶段；③桩前被动土拱拱轴线呈抛物线形式，随埋深逐渐增大形成被动土拱所需桩顶位移随之增大；④同一埋深处桩前被动土拱矢跨比随桩顶位移增加而逐渐变大，在承载阶段土拱矢跨比随埋深逐步减小。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。      

一种基于语义分割结果的车道线检测拟合方法

车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。     

小汽车限行政策实践评述与反思

为解决小汽车保有量增加过快引发的交通相关问题,国内外许多城市开始实施限行政策。本文梳理总结了国内外城市限行政策的演化进程,发现尽管限行政策对缓解交通拥堵和改善空气污染有一定的作用,但不同城市的限行措施和限行效果也各有差异,出行者的一些规避限行的行为可能会对限行政策的实施效果产生一定的影响。     

公路沿线交通标志视觉适应性分析

针对公路沿线交通标志牌和户外广告牌是否可以被驾驶员有效识别问题，给出一种公路沿线相关标志牌视觉有效性评估流程方法。模型可以根据相关标志牌的图像，通过图像处理方法获取标志牌的文字信息，并根据文字信息特征以及户外标志牌的设置位置与大小，自动分析所设计的标志牌在相关位置是否可以被相关人员认读，通过相关公路标志牌的检测表明：本文设计的方法可以有效确定相关标志牌的合理性。     

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题，本文以公路运输为研究场景，将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标，在引入需求可拆分这一限制条件的基础上，构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法，并实现当解持续不变时，初始化信息素，以增加随机性。结果表明，与传统求解算法相比，改进算法的稳定性更高(平均偏差率降低7.00%)，寻优性更好(优化率提高7.41%)。 通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知：效率、公平、 运力这3个子目标相互悖反，增加运力投入可以显著提高配送方案的效率与公平；当运力不变时，效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。